Февральская революция: как искусственный интеллект может повысить производительность труда

Вторую революцию связывают с автоматизацией производства и повышением производительности труда, что привело к тектоническим сдвигам в обществе: массовой безработице, появлению среднего рабочего класса, всеобщему образованию, правам женщин и запуску других важных социальных процессов. Третья обусловлена всеобщей цифровизацией. Если у вас есть смартфон, поздравляю: вы третий индустриальный революционер.

Лет десять назад модной темой на Западе стала концепция индустрии 4.0, изложенная в книге Клауса Шваба The Fourth Industrial Revolution. Согласно этой теории, ближайшее будущее определит широкое внедрение киберфизических систем в производство, а основными рисками станут повышение нестабильности и возможный коллапс мировой системы.

Главными идеологами новой концепции были Германия и Япония. В Японии даже приняли специальную одноименную государственную программу, обязав крупнейшие корпорации-дзайбацу произвести такой переход. Бюджет выделили, журналистов со всего мира возили, лекции читали и заводы показывали. Ясности не прибавилось, хотя посмотреть было интересно.

Пятая революция, или индустрия 5.0, подразумевает тесную коллаборацию между людьми и машинами для достижения высокого уровня эффективности и производительности, широкое применение 3D-печати, дополненной и расширенной реальности, появление автономных мобильных роботов. Именно эта революция породила новый термин — «коботы», коллаборативные роботы, способные работать в одном пространстве с людьми. Последняя концепция оказалась более понятной, чем предыдущая, и многое из нее мы уже видели: и аддитивную печать, и автономные автомобили, и дополненную реальность, и коботов.

Один из самых авторитетных специалистов в области робототехники в России — бессменный руководитель лаборатории робототехники «Сколтеха», профессор Дмитрий Тетерюков, получивший степень PhD в Токийском университете. Его аспиранты возглавляют крупнейшие робототехнические компании страны, а команда студентов регулярно занимает призовые места в самом престижном робототехническом со ревновании Eurobot.

Так вот, Тетерюков вместе со своими аспирантами построил в лаборатории модель шестой промышленной революции. Над проектом трудились 11 человек из 7 стран, в том числе аспирант Артем Лыков, который в этом году получил самую престижную премию в области искусственного интеллекта в России, Yandex ML Prize, за создание когнитивных роботов, и Мигель Алтамирано Кабрера из Мексики, выпускник лаборатории, отвечавший за создание системы управления гетерогенными роботами.

Все этапы производства, включая генерацию кода, здесь реализуются без участия человека.

Эксперимент в лаборатории Тетерюкова должен был подтвердить теорию, что в будущем индустрия станет полностью управляться генеративным ИИ и множеством роботов без участия человека в процессе проектирования и производства. Созданная технология принимает заданное пользователем описание желаемого меха низма, генерирует соответствующий проект, изготавливает детали на 3D-принтере, транспортирует компоненты на сборочную станцию с помощью адаптивного летающего конвейера из дронов и собирает изделие роботизированными манипуляторами.

Начальной — и фундаментальной — фазой процесса является разработка чертежей. В роли входных данных здесь выступает описание продукта на естественном языке, а на выходе получается подробный файл, пригодный для 3D-печати. На первом этапе LLM определяет части механизма, примитивы, из которых состоит каждая часть, и связи между частями, необходимые для работы механизма. На втором — применяет уточненную спецификацию продукта в качестве входных данных и разрабатывает код на Python для создания 2D-геометрии деталей. В лаборатории Тетерюкова разработали расширение формата для сложных объектов, геометрических преобразований и 3D-текста.

На последнем этапе LLM выдает инструкции для сборки компонентов манипуляторами. Окончательные 3D-модели экспортируются в формате STL с последующей генерацией кода, который загружается в 3D-принтер для инициации прототипирования деталей (это могут быть и обрабатывающие центры с ЧПУ). По завершении процесса печати роботизированная рука переносит подложку вместе с напечатанными компонентами на беспилотный летательный аппарат, ждущий на специальной посадочной площадке рядом с принтером. Магнитная поверхность надежно крепится к захватному механизму дрона, обеспечивая стабильное удержание компонентов во время транспортировки в следующий цех.

Еще одна «фишка» Тетерюкова — летающий конвейер. Вторую промышленную революцию напрямую связывают с созданием Генри Фордом в 1908 году успешного поточного производства автомобилей на основе конвейера. С тех пор в этой области мало что изменилось, разве что к конвейерам, у которых движется основание, добавились линии, где заготовки перемещаются верхними захватами.

Недостаток у данной технологии один: сборка в строго определенной последовательности, и сейчас проблему пытаются решить с помощью замены лент мобильными автономными роботизированными платформами. Тетерюков же предлагает использовать летающие грузовые дроны: помимо гибкости, они дадут конвейерам будущего третье измерение. Такие беспилотники смогут захватывать магнитными держателями подложку с напечатанными на ней деталями и отвозить ее на участок сборки. А там два робота-манипулятора, оснащенных захватами, отсоединят напечатанные детали от подложки и самостоятельно соберут изделие.

Эксперимент показал, что LLM эффективно справляется со сложными задачами создания и сборки механизмов. Но насколько роботы лучше людей? Решили проверить. Та же задача — изготовить захватный механизм в четыре этапа — была предложена инженерам. Каждый участник начинал с проектирования захвата, за которым следовала 3D-печать разработанной модели, доставка напечатанных деталей в зону сборки и сама сборка.

Время сравнивали с результатами полностью автономной системы Industry 6.0. Выяснилось, что система превосходит человека по скорости производства в 4,44 раза: 528 минут для специалиста против 119 для системы. Причем ускорение было достигнуто главным образом за счет сокращения времени на этапах проектирования (с 23,5 до 0,5 минуты, в 47 раз) и 3D-печати (с 504 до 117 минут, в 4,3 раза) благодаря созданию форм, оптимизированных LLM для печати. Время доставки компонентов оказалось практически одинаковым (0,46 минуты для участника против 0,5 для системы). Однако сборку инженер выполнил в 10 раз быстрее (0,11 минуты против 1,10).

В перспективе ускорить доставку можно, используя не один дрон, а рой. Что касается сборки, то здесь поможет увеличение скорости движения захвата и выполнение операций многору кими роботами. Обучать автономные машины будут на цифровых двойниках фабрик с генеративным ИИ, а результат обучения загрузят в реальных роботов. LLM и датасеты планируется постоянно обновлять в облаке; роботы смогут модифицировать свои способности так же легко, как это происходит, например, в App Store. По сути, это роевой генеративный ИИ (Swarm GenAI).

По мнению Тетерюкова, первым этапом ее внедрения должно стать создание автономных производственных систем, способных изготавливать персонализированную продукцию по требованию заказчика. На втором этапе процессы должны идти вообще без участия человека: система с помощью LLM самостоятельно анализирует тенденции рынка и оптимизирует линии для производства наиболее востребованных или прибыльных продуктов на основе стратегических целей.

Кстати, концепцию индустрии 6.0 легко масштабировать и на внешние решения — например, при строительстве зданий и дорог, в сельскохозяйственном секторе (начиная с посева и заканчивая сбором и хранением урожая) и для добычи редкоземельных металлов в море с помощью роя роботов, управляемого ИИ. Людям даже не придется о чем-то мечтать — система сделает это за нас и тут же реализует мечту. Жить в таком мире будет страшно интересно.